30行代码写出JavaSe爬虫，适合刚学Java的人参考学习。

六哥。

无聊随便写了一下，爬去某公司就业学生信息，使用了URLConnection写的，不过效率相对来说非常低，不过只是学习了JavaSe就想找点东西玩玩的，可以研究一下。
以下的判断是我屏蔽最后一条信息，那条信息是每个footer的信息，直接跳过。新手可以研究一下

package com.itzerone.url;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class UrlDemo {

    public static void main(String[] args) {
            URL url = null;
            try {
                    for (int i = 90; i < 122; i++) {
                            url = new URL("http://www.jinghangzz.com/content.php?id=" + i);

                            URLConnection connection = url.openConnection();

                            connection.connect();
                            connection.setConnectTimeout(1);
                            InputStream input = connection.getInputStream();

                            BufferedReader br = new BufferedReader(new InputStreamReader(input, "utf-8"));

                            String len = null;
                            Pattern nameregx = Pattern.compile("[\\u4e00-\\u9fa5-\\s]{2,}[：][\\u4e00-\\u9fa5-[+||*||\\s||：]-[a-zA-Z0-9]]{1,}");
                            while ((len = br.readLine()) != null) {

                                    Matcher m = nameregx.matcher(len);
                                    while (m.find()) {
                                            String name = m.group();
                                            if(name.equals("地址：郑州市郑东新区博学路平安大道正商学府广场B座2305")){
                                                    continue;
                                            }
                                            System.out.println(i+"--"+name);
                                    }
                            }
                            System.out.println("---------------------------------");
                    }
            } catch (MalformedURLException e) {
                    e.printStackTrace();
            } catch (IOException e) {
                    e.printStackTrace();
            }
    }

}

王大胖mi

Matcher m = nameregx.matcher(len);

这行, nameregx 报错, alt+回车那几个选项无法处理
提示can't resolve symbol "nameregx" 无法解析字符 nameregx

青语语

楼主，这个

[Asm] 纯文本查看 复制代码

Pattern nameregx = Pattern.compile("[\\u4e00-\\u9fa5-\\s]{2,}[：][\\u4e00-\\u9fa5-[+||*||\\s||：]-[a-zA-Z0-9]]{1,}");

正则表达式怎么理解？

studio

这个太基础了...

hbwwt

跟着楼主学习学习

oulnar

学习了，初学java，正好看看。。。

wwwmirage

跟着楼主学习

54264

楼主是在龙子湖吗

chaoyinli

54264 发表于 2018-11-28 08:44
楼主是在龙子湖吗

蚌埠的吗？

54264

chaoyinli 发表于 2018-11-28 08:57
蚌埠的吗？

不是的。。。

ANDCHUNG

o零基础的来看看

萋小磊

一行就搞定
Jsoup.connect("www.baidu.com").get();